超声图像重建的研究历史

超声图像重建的研究历史可以追溯到20世纪70年代，当时主要采用基于逆滤波的方法进行超声图像重建。然而，逆滤波方法容易受到噪声的干扰，导致重建结果不稳定。随着计算机技术和信号处理技术的发展，一些新的方法被提出，如基于波束成像的方法、基于衰减补偿的方法、基于时间反演的方法、基于压缩感知的方法等。近年来，深度学习技术的应用也使得超声图像重建得到了进一步的提升，其中最常见的方法是使用卷积神经网络（CNN）进行超声图像重建。同时，超声图像重建也在医学领域得到了广泛应用，如超声心动图、超声乳腺成像、超声肝脏成像等。